9月的海外AI圈有多疯？据 ThursdAI 播客的追踪页统计，当月一共有 **66 个发布**：OpenAI 和 Anthropic 前后只差 101 分钟各发一款降价模型，Google 三周内塞了三款 Flash 进市场。大模型的价格战大家都看腻了，但我在翻完 ThursdAI、Launch AI Jam、LLM Reference、AI Release Tracker 四个发布追踪源之后，发现真正值钱的信息差不在“又便宜了几个点”，而在三个方向：**一个全新的模型物种**（不写字、只做判断）、**一个白送的 24 小时个人 Agent**、**一场把语音转写打到七毛钱一小时的价格战**。这三件事国内中文圈几乎零讨论，但每一件都能直接改进你的 Agent 流水线和产品毛利。今天一篇讲透。 ## 一、Jev：不生成文字的AI模型，新品类第一天 9月最反直觉的发布，不是哪个模型又刷榜，而是 TypeSafe AI 公司发布的 **Jev**——按 ThursdAI 的说法，这是**第一个公开的“非LLM”System 1 决策模型**。 什么意思？大模型是“System 2”：慢慢想、慢慢写。而 Jev 完全不生成文本，它只回答问题——你用自然语言定义问题（只支持三种返回类型：choice 选择、score 打分、null 空值），它返回**带置信度的机器可读概率**。要点摘给你： - **延迟**：70–500 毫秒返回一个判断 - **价格**：输入 $42 / 10 亿 token，**输出 token 免费**（对比动辄 $2–10/百万的大模型，便宜两个数量级） - **上下文**：32K，够大多数判断任务用 - **背景**：创始人是 Diogo Almeida——据 ThursdAI 介绍，他是 RLHF 和 ChatGPT 的共同创造者之一；训练方法叫 RLCD（面向校准决策的强化学习） 厂商自报的数据要打折听：TypeSafe 称在测试的决策任务上比同级 LLM **快 133 倍、便宜 444 倍**，未经独立复核。但有一个旁证很硬：做电脑操作 Agent 的 Cua 随后发了 dev preview 版 **jev-use**，把 Agent 轨迹里的“点哪个、滚不滚、输不输”这类碎决策交给 Jev——在 Cua 自己的 80 任务电脑操作测试里，Jev 接住了 **71 个**，中位延迟约 **0.1 秒**（对比 GPT-6 Astra 的 4–5 秒），估算成本**便宜约 400 倍**。 更有意思的是开源侧的反应：**Jev 发布不到一周，社区克隆就冒出来了**，Florian S. 搞了个 JevBench，已经收录 **70 多个**开源兼容模型，甚至出现了刷榜攻击。 **为什么值得你关注**：你的 Agent 流水里，八成的模型调用其实是“这条是不是垃圾邮件”“该走 A 分支还是 B 分支”“这个输出及格吗”——全是判断题，却全在烧大模型的钱和时间。Jev 类模型就是把这一层拆出来单独计价。 **国内对比**：截至发稿，国内主流厂商没有公开的同类产品，大家还在用“微调个小分类器”土法炼钢。Jev 的差别在于：自然语言定义任务、返回校准概率、按 token 计费，不用训练。想跟进的团队门槛也不高——JevBench 里 70 多个开源克隆可以直接拉下来自部署。 **获取方式**：Jev 目前走 waitlist（等候名单），官网链接我不瞎贴，直接从文末参考来源的 ThursdAI 9月发布页点进去，或搜「Jev TypeSafe AI」。 ## 二、Meta Muse：白送的24小时个人Agent，护栏设计值得抄 Meta 在 9 月的 Connect 上把 **Muse** 立成了全家桶核心。这是个跑在**独立 Linux 虚拟机**里的个人 Agent——自带浏览器，7×24 小时挂着，用的自家 Spark 模型。关键数字： - **免费，每周 1 亿 token 额度** - **连接器全家桶**：Gmail、Drive、Calendar、WhatsApp、Instagram、Facebook Marketplace，还有 iPhone 原生连接 - **支付护栏**：内置 Stripe Link 集成，Agent 付款用的是**一次性虚拟卡**，永远碰不到你的真卡 直播里主持人现场让 Muse 订了晚餐位，回邮件比本人还快。但对我来说，Muse 最值得看的不是功能，是**它给 Agent 安全交的作业**： 1. **Sentinel 独立护栏进程**：跑在宿主侧，Agent 的**每一个网络请求**都要过它审查——Agent 被劫持也出不了笼子 2. **赏金顶格 30 万美元**，其中**提示注入**漏洞单独悬赏 13 万美元——厂商自己最怕什么，写得明明白白 3. **机密虚拟机**由 Signal 创始人 Moxie Marlinspike 参与打造，宣称 Meta 自己也读不了用户数据；1Password 集成在路上 选型不用猜：Merit Systems 的 David Pawlan 9 月上线了 **Assistant Benchmark**，首周亲手跑了 **273 项测试、覆盖 23 个 Agent**，榜单收录 116 个助手、16 个维度，不收厂商赞助。结果 Muse 以 **9.1 分**领跑通用类，iMessage 系的 Instinct 拿 8.4。这个榜单本身就是个宝——选个人 Agent 前先去翻，比看发布会靠谱。 **国内对比**：国内的个人 Agent 要么锁在单 App 里（手机助手），要么用扣子这类平台自己搭流程、自己付模型费。Muse 是把“独立虚拟机 + 连接器 + 支付护栏 + 免费额度”打包白送，这个产品形态国内还没有对标物。 **注意事项**：Meta 系产品有地区和账号风控限制，接入国内业务数据前先想清楚合规和数据出境问题；第三方追踪数据也可能随时变动。 ## 三、转写API价格战：每小时七毛钱，还是流式的 9 月语音基建憋了个大的——**两家同周发了流式转写模型**，价格直接杀穿： - **微软 MAI-Transcribe-2**：词错率 **2.0%**（Artificial Analysis 榜单第 2），速度约 **400 倍实时**，价格 **$1.67 / 1000 分钟**——官方说法是同行的一半不到。折算一下：**每小时约 1 毛美元、七毛人民币** - **Meta Muse Voice Transcribe**：一个模型同时干转写、说话人分离、断句三件事，宣称流式词错率 3.1%，约 **$0.18 / 小时**，支持自定义词表——ThursdAI 的实时直播字幕就是它驱动的，主持人说人名术语识别比 Descript 还准 再配一个免费选项：**NVIDIA 同月开源了说话人分离模型**（判断"这段话是谁说的"），权重直接放出来了。 **为什么这是信息差**：做播客工具、会议纪要、客服质检、视频字幕 SaaS 的朋友，你的成本模型该重算了。以前转写成本撑着定价，现在 API 价掉到七毛一小时，“按分钟收费”的商业模式第一道防线没了。国内讯飞、阿里云的转写也都按小时计费，海外这个价位等于把出海产品的报价锚直接砸了。 ## 顺手记：三件小的，但都值得蹲 - **Union Alpha**：一个匿名“影子模型”免费挂上 OpenRouter，262K 上下文，上线几小时跑了 1000 亿+ token。社区猜背后是 Z.ai，未证实。白嫖通道，先试为敬。 - **Suno 6**：9 月 10 日发布，和 Google 的 Lyria 3.5 同周对打，音乐生成继续内卷。 - **Runway Solaris**：.interface 世界模型——生成的画面里每个元素**可点击可拖拽**（点台灯灯亮，拖鞋子上脚人真穿上）。自家研究里用户偏好 61:24 赢了 Opus 5。还是 Research Preview 没开放，但“用视频生成可交互UI”这个方向，值得每一个做前端的人后背发凉。 ## 三层怎么搭：一张图看懂新分工 ```mermaid flowchart TD A["任务进来"] --> B{"是哪类活"} B -->|"判断 分类 打分"| C["Jev类快判模型"] B -->|"写码 写文 深想"| D["大模型"] B -->|"跨应用跑腿"| E["Muse类常驻Agent"] C --> F["70至500毫秒回概率"] F --> G{"置信度够吗"} G -->|"够"| H["直接执行"] G -->|"不够"| D D --> I["产出初稿或方案"] E --> J["独立虚拟机里开浏览器"] J --> K["护栏审查网络请求"] K --> L["单次虚拟卡付款"] H --> M["结果写回日志"] I --> M L --> M ``` ## 信息差总结 | 你以为的 | 别人已经知道的 | |---|---| | Agent 的每次判断都得靠大模型 | Jev 类 System 1 模型专管判断：$42/十亿输入 token，输出免费，70–500ms | | 个人 Agent 又贵又麻烦 | Muse 白送每周 1 亿 token，自带虚拟机、连接器全家桶和一次性付款卡 | | Agent 安全靠提示词念紧箍咒 | Muse 用独立 Sentinel 进程审查每个网络请求，提示注入悬赏 13 万美元 | | 转写还是几分钱一分钟的成本 | MAI-Transcribe-2 千分钟 $1.67，约七毛人民币一小时，还带说话人分离 | | 新工具等中文测评再上手 | Assistant Benchmark 已手测 273 项、116 个助手排名，Muse 9.1 居首 | ## 行动指南 1. **今天**：打开文末 ThursdAI 9月发布页，进 Jev 的 waitlist；同时去 JevBench 挑一个开源克隆，本地跑一个你流水线里现有的判断任务，测测置信度靠不靠谱。 2. **本周**：把你 Agent 里的调用日志拉出来，数一数“是/否、路由、打分”类调用占多少——按 Cua 的 71/80 和 0.1 秒 vs 4–5 秒的数据，估一下换掉能省多少钱和时间。 3. **本周**：有海外账号的朋友试 Muse，先连日历和邮箱跑低风险任务；重点抄它的安全架构——网络请求独立进程审查、支付走单次虚拟卡，这两招自建 Agent 立刻能用。 4. **本月**：做音频/视频产品的，把转写供应商重新比价，账单按 $1.67/1000 分钟重算一遍毛利；顺手把 NVIDIA 开源的说话人分离模型接进预处理管道。 5. **长期**：订阅 ThursdAI 这类周更发布追踪，每周五分钟刷一次，所谓信息差，就是别人刷抖音时你在刷发布日志。 ## 参考来源 1. ThursdAI — 2026年9月AI发布全追踪（66 项，含 Jev、Muse、转写模型关键数字）：https://thursdai.news/releases/2026-09 2. Launch AI Jam — 2026年9月新品发布档案（21 个独立开发者新品）：https://launchaijam.com/new-ai-tools/september-2026 3. LLM Reference — 2026年9月模型发布日志：https://www.llmreference.com/changelog/2026-09 4. AI Release Tracker — 2026年9月模型发布统计：https://aireleasetracker.com/releases/september-2026 5. Launch AI Jam — 本周最新AI工具页（每日更新）：https://launchaijam.com/new-ai-tools > 注：文中厂商自报数据（如 Jev 的 133 倍/444 倍、Muse Voice Transcribe 的 3.1% 词错率）均标注为厂商口径，未经独立复核；Jev 尚在 waitlist 阶段，实际可用性以官方为准。 --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。